Promptable 项目使用教程
2024-09-24 13:47:16作者:滕妙奇
1. 项目介绍
Promptable 是一个用于构建大型语言模型(LLM)应用的 TypeScript/JavaScript 库。它允许开发者结合 LLM 和嵌入式提供商(如 OpenAI、Hugging Face、Cohere 和 Anthropic)来创建强大的 AI 应用。Promptable 提供了一个灵活且可扩展的 API,使得组合 LLM 与其他工具和数据源变得简单,从而快速构建复杂的应用。
2. 项目快速启动
安装
首先,确保你已经安装了 Node.js 和 npm。然后,通过以下命令安装 Promptable:
npm install promptable
示例代码
以下是一个简单的示例,展示如何使用 Promptable 创建一个基本的聊天机器人:
import { Promptable } from 'promptable';
// 初始化 Promptable
const promptable = new Promptable({
apiKey: 'your-openai-api-key',
});
// 创建一个简单的聊天机器人
const chatbot = promptable.createChatbot({
model: 'gpt-3.5-turbo',
prompt: 'You are a helpful assistant.',
});
// 与聊天机器人交互
chatbot.sendMessage('Hello, can you help me?').then(response => {
console.log(response);
});
运行示例
- 克隆项目仓库:
git clone https://github.com/cfortuner/promptable.git
cd promptable
- 复制环境变量示例文件:
cp apps/web/.env.example apps/web/.env
cp examples/.env.example examples/.env
-
在
.env文件中添加你的 OpenAI API Key。 -
安装依赖并运行示例:
pnpm install
pnpm dev
- 在另一个终端窗口/标签中运行特定示例:
pnpm run example <example-name>
3. 应用案例和最佳实践
应用案例
- 聊天机器人与对话式 AI:使用 Promptable 构建智能聊天机器人,提供自然语言交互。
- 问答机器人:创建能够回答用户问题的 AI 系统。
- 写作应用:利用 LLM 生成高质量的文本内容。
- Copilot 应用:构建基于 Chrome 扩展和 VSCode 扩展的 AI 助手。
- AI 语义搜索应用:实现基于语义的文本搜索功能。
- AI 自动化工具:创建自动化工作流和工具,提升工作效率。
最佳实践
- 模块化设计:将复杂的应用拆分为多个模块,便于维护和扩展。
- 调试与追踪:使用 Promptable 提供的调试工具,确保应用的稳定性和性能。
- 数据集成:结合数据库和 API,增强 AI 应用的功能和数据处理能力。
4. 典型生态项目
- NextJS 与 Promptable 集成:提供了一个 NextJS 的启动套件,包含流式聊天机器人和问答机器人等功能。
- Promptable Web SDK:用于 Promptable 网站的 Web SDK,提供丰富的功能和接口。
- Twilio GPT SMS Chat Bot:结合 Twilio 和 GPT 的 SMS 聊天机器人项目。
- GPT3 Interview Chatbot:使用 GPT-3 构建的面试聊天机器人。
通过以上模块,你可以快速了解并开始使用 Promptable 项目。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
最新内容推荐
绝杀 Tauri/Pake Mac 打包报错:`failed to run xattr` 的底层逻辑与修复方案避坑指南:Pake 打包网页为何“高级功能失效”?深度解析拖拽与下载的底层限制Tauri/Pake 体积极限优化:如何把 12MB 的应用无情压榨到 2MB 以内?受够了 100MB+ 的套壳 App?最强 Electron 替代方案 Pake 深度测评与原理解析告别臃肿积木!用 Pake 1 分钟把任意网页变成 3MB 桌面 App(附国内极速环境包)智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
941
868
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
394
292
暂无简介
Dart
911
219
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557